QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 5600|回复: 3
打印 上一主题 下一主题

数学建模常用模型11 :熵权法

[复制链接]
字体大小: 正常 放大

600

主题

29

听众

6868

积分

  • TA的每日心情
    奋斗
    2023-5-24 09:14
  • 签到天数: 119 天

    [LV.6]常住居民II

    群组2018高中组美赛 课堂

    群组2018国赛冲刺

    群组2018 夏令营面授课堂

    群组2016美赛交流群组

    跳转到指定楼层
    1#
    发表于 2018-10-31 09:18 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    数学建模常用模型11 :熵权法
    - D# I; P5 K1 T& i7 D: @6 m/ A/ ]) ?       按照信息论基本原理的解释,信息是系统有序程度的一个度量,熵是系统无序程度的一个度量;如果指标的信息熵越小,该指标提供的信息量越大,在综合评价中所起作用理当越大,权重就应该越高。
    6 H2 o) L' W: f  G/ l$ s; f8 istep1. 数据标准化
    + }* S1 Q' w( n2 {) E       将各个指标的数据进行标准化处理。* F+ N! ^4 }9 a7 n$ P9 R6 O. ^3 s
           假设给定了k个指标 ,其中 。假设对各指标数据标准化后的值为 ,
    6 M/ E" h% A8 b! B9 ~$ Y8 s       那么     " L% r! ~2 |3 d: h2 z

    & f  n' ?$ V2 }6 N

    step2. 求各指标的信息熵

          根据信息论中信息熵的定义,一组数据的信息熵

    ; Z% [+ D/ g: d& j6 p. y
    其中,   ,如果, ,则定义,9 V4 W! [% u& P, p  S$ z' \' n6 Y

    / F- [$ C4 T# p$ A" P# L! @

    step3. 确定各指标权重

        根据信息熵的计算公式,计算出各个指标的信息熵为。通过信息熵计算各指标的权重:

    3 a  B; E! ]& M( n/ n: Z' \) k
    matlab代码如下:
    / `9 v, _3 F# ~$ F 捕获7.PNG
    2 D8 e* |# R4 }" q: i& K; x( t' }" }* W$ q5 m
    $ F; {* U; c/ ]$ E

    / c! a0 L8 E0 J; E- Y$ c( o, |. |) C: r/ c2 e# Q
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    嘉鱼        

    0

    主题

    2

    听众

    24

    积分

    升级  20%

  • TA的每日心情
    郁闷
    2019-1-23 11:11
  • 签到天数: 2 天

    [LV.1]初来乍到

    自我介绍
    回复

    使用道具 举报

    嘉鱼        

    0

    主题

    2

    听众

    24

    积分

    升级  20%

  • TA的每日心情
    郁闷
    2019-1-23 11:11
  • 签到天数: 2 天

    [LV.1]初来乍到

    自我介绍
    回复

    使用道具 举报

    0

    主题

    2

    听众

    46

    积分

    升级  43.16%

    该用户从未签到

    自我介绍
    aaa
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-6-13 17:31 , Processed in 0.327638 second(s), 70 queries .

    回顶部